"AI도 잘 쓰려면 기술 필요"…관건은 결과 확인

AI를 잘 쓰는 데도 기술이 필요하다는 반론 글이 10월 개인 블로그에 올라왔다. 제목은 ‘AI is a tool and using it well takes skill’이다. 글쓴이는 사람이 AI에 일을 지시하고, 그 결과를 검토하고, 고칠 수 있다는 점을 근거로 들었다. 논쟁의 초점은 새 모델의 성능이 아니다. AI를 쓰는 과정에서 사람이 어떤 역할을 하느냐다.

AI에 일을 맡기는 것, 도구를 쓰는 것과 다를까

이 글은 리치 히키(Rich Hickey)의 주장을 반박한다. 히키는 대형 언어 모델을 쓰는 일이 사람이 계속 다루는 도구보다 일을 대신 맡기는 자동화에 가깝다고 봤다. 특히 논문 읽기 같은 일을 AI에 맡기면 사람이 직접 읽으며 배울 기회를 잃는다고 주장했다.

반론 글쓴이는 자동화와 사람의 개입이 함께 갈 수 있다고 설명했다. AI가 답을 만들어도 사람이 그 내용을 확인하며 쓸 수 있다는 입장이다. 일을 맡긴다는 사실만으로 사용자의 기술이 필요 없어지지는 않는다는 것이 반론의 핵심이다.

두 글이 보는 지점은 다르다. 히키는 일을 대신 맡겼을 때 사람이 잃는 학습 기회를 문제 삼았다. 반론 글쓴이는 결과를 확인하고 고치는 과정에 주목했다. 같은 상황을 두고 잃는 것과 남는 역할을 각각 짚은 것이다.

코드 설명을 받은 뒤 무엇을 하나

반론 글은 프로그래밍을 구체적인 사례로 들었다. 프로그래머가 AI에 코드 설명을 요청한 뒤, 그 설명을 원본 코드와 하나씩 맞춰 보는 방식이다. 설명을 읽는 데서 끝내지 않고 실제 코드와 맞는지 확인하는 과정까지 포함한다.

코드를 이렇게 고치자는 AI의 제안도 사람이 직접 시험한 뒤 받아들이거나 물릴 수 있다고 설명했다. 이 사례에서 AI는 설명과 수정안을 만들고, 사용자는 이를 검토해 적용할지 정한다. 글쓴이가 말하는 활용 기술은 질문을 잘 쓰는 데 그치지 않고 결과를 시험하고 고르는 과정까지 걸쳐 있다.

글쓴이는 모델의 답을 미리 알기 어렵고, 지시를 제대로 따르지 못할 때도 있다고 인정했다. 그러면서도 이런 한계가 있어도 사람이 결과를 확인하며 쓸 수 있다고 주장했다.

이 논쟁은 AI를 업무와 공부에 쓰는 사람에게 질문을 하나 남긴다. AI에 맡긴 일에서 무엇을 직접 확인하고, 무엇을 배우는 데 시간을 쓸 것인가다. 결과를 꼼꼼히 확인하며 쓰는 방식이 실제 성과와 학습에 어떤 차이를 만드는지가 앞으로 지켜볼 지점이다.